# K8s 常见故障排查

## 场景

Pod 起不来、一直重启、服务访问不到。K8s 的报错都藏在 `describe` 和 `events` 里。

## 前置条件

- 有 kubectl 权限
- 知道出问题的 namespace 和 Pod 名

## 配置

```bash
# 先看整体
kubectl get pods -A | grep -v Running
kubectl get events -A --sort-by=.lastTimestamp | tail -20

# 定位到某个 Pod
kubectl describe pod <pod> -n <ns>
kubectl logs <pod> -n <ns> --tail=100
kubectl logs <pod> -n <ns> --previous      # 上一次崩溃的日志
```

按状态对号入座：

| 状态 | 常见原因 |
| --- | --- |
| `ImagePullBackOff` | 镜像名/tag 错、私有仓库没配 Secret |
| `CrashLoopBackOff` | 应用启动就退出，看 `--previous` 日志 |
| `Pending` | 资源不足、节点亲和性、PVC 没绑定 |
| `OOMKilled` | 内存 limit 太小 |
| `Evicted` | 节点磁盘或内存压力 |
| `CreateContainerConfigError` | ConfigMap/Secret 缺失 |

```bash
# 资源
kubectl top pod -n <ns>
kubectl describe node <node> | grep -A5 Allocated

# 存储
kubectl get pvc -n <ns>
```

## 验证

```bash
kubectl get pod <pod> -n <ns> -o wide
kubectl exec -it <pod> -n <ns> -- sh
kubectl port-forward <pod> 8080:8080 -n <ns>
```

## 回滚

```bash
kubectl rollout undo deployment/<name> -n <ns>
kubectl rollout status deployment/<name> -n <ns>
```

## 坑

- **只看 `get pods` 不看 events**，会漏掉调度失败的原因。
- `CrashLoopBackOff` 的当前日志可能是空的，要看 `--previous`。
- 镜像 tag 用 `latest`，节点上缓存旧镜像，改了也不生效。
- PVC 一直 `Pending`，多半是 StorageClass 没配或容量不够。
- 探针（liveness）设得太激进，应用还没启动就被重启，越重启越起不来。
- 节点 `NotReady` 先看 kubelet 日志和磁盘，不一定是网络问题。